AI Benchy لیڈر بورڈ

Name: AI BENCHY ماڈل بینچ مارک نتائج
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

بینچ مارکس AI BENCHY ٹیسٹ سوئٹس سے اس وقت تیار کیے گئے: 2026-09-23 جانچے گئے ماڈلز: 359

تجویز کردہ ماڈلز

GPT-6 Astra xhigh ذہین فی کوشش کامیابی کی شرح 97.0% درست ٹیسٹس 21 / 22 اسکور 9.9/10 GPT-5.6 Luna medium تیز ردِعمل کا وقت (اوسط) 7.43s کل آؤٹ پٹ ٹوکنز 44,525 اسکور 7.4/10 DeepSeek V4 Flash 0731 high کم قیمت ان پٹ قیمت $0.040 / 1M آؤٹ پٹ قیمت $0.640 / 1M اسکور 8.0/10

359/359

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#335#335	Laguna Xs.2medium	4.1	Poolside	$0.015 ↕	6.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.9% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 39,481 آؤٹ پٹ ٹوکنز 54,218 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.73s ردِعمل کا وقت (کل) 100.98s ردِعمل کا وقت (زیادہ سے زیادہ) 29.11s غلط جواب: 6 API خرابی: 4 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 2.1 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 7.1 ڈومین مخصوص : 4.1 عمومی ذہانت : 3.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#349#349	gpt-oss-120bnone	3.7	OpenAI	$0.033 ↑	21.61s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 9,081 آؤٹ پٹ ٹوکنز 51,664 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 21.61s ردِعمل کا وقت (کل) 345.79s ردِعمل کا وقت (زیادہ سے زیادہ) 113.71s غلط جواب: 8 API خرابی: 3 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 1.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#218#218	Claude Sonnet 5none	6.1	Anthropic	$0.548	6.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 40.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 161,032 آؤٹ پٹ ٹوکنز 22,508 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.05s ردِعمل کا وقت (کل) 132.99s ردِعمل کا وقت (زیادہ سے زیادہ) 33.39s غلط جواب: 8 اضافی فارمیٹنگ: 4 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 5.3 کوڈنگ : 4.6 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.7 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#222#222	Qwen3.7 Flashnone	6.1	Qwen	$0.019	10.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 36.4% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 218,740 آؤٹ پٹ ٹوکنز 90,507 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 10.05s ردِعمل کا وقت (کل) 221.13s ردِعمل کا وقت (زیادہ سے زیادہ) 186.24s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 5.5 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#227#227	Qwen3.6 Flashnone	6.1	Qwen	$0.062 ↓	3.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 139,797 آؤٹ پٹ ٹوکنز 30,947 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.73s ردِعمل کا وقت (کل) 81.95s ردِعمل کا وقت (زیادہ سے زیادہ) 48.79s غلط جواب: 12 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 3.1 کوڈنگ : 5.4 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#237#237	Qwen3.5-Flashnone	6.0	Qwen	$0.073 ↓	25.28s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 282,356 آؤٹ پٹ ٹوکنز 209,201 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 25.28s ردِعمل کا وقت (کل) 556.14s ردِعمل کا وقت (زیادہ سے زیادہ) 480.96s غلط جواب: 14 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 5.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#246#246	GPT-5.4none	5.8	OpenAI	$0.397	2.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 108,641 آؤٹ پٹ ٹوکنز 8,339 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.08s ردِعمل کا وقت (کل) 45.75s ردِعمل کا وقت (زیادہ سے زیادہ) 15.63s غلط جواب: 14 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 3.2 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.4 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#247#247	Solar Pro 4none	5.8	Upstage	$0.017 ↑	5.37s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 130,863 آؤٹ پٹ ٹوکنز 11,912 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 5.37s ردِعمل کا وقت (کل) 118.06s ردِعمل کا وقت (زیادہ سے زیادہ) 64.67s غلط جواب: 14 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#257#257	KAT-Coder-Air V2.5high	5.6	Kwaipilot	$0.077	15.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 42.4% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 50,423 آؤٹ پٹ ٹوکنز 4,144 ریزننگ ٹوکنز 110,510 ردِعمل کا وقت (اوسط) 15.87s ردِعمل کا وقت (کل) 349.16s ردِعمل کا وقت (زیادہ سے زیادہ) 118.35s غلط جواب: 9 API خرابی: 3 اضافی فارمیٹنگ: 3 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 4.3 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 3.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#260#260	GPT-6 Lunanone	5.6	OpenAI	$0.012	19.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 42.4% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 87,216 آؤٹ پٹ ٹوکنز 5,508 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 19.08s ردِعمل کا وقت (کل) 419.83s ردِعمل کا وقت (زیادہ سے زیادہ) 98.62s غلط جواب: 13 API خرابی: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.1 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#267#267	Qwen3.6 27Bnone	5.5	Qwen	$0.075 ↓	10.62s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 95,805 آؤٹ پٹ ٹوکنز 16,156 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 10.62s ردِعمل کا وقت (کل) 233.68s ردِعمل کا وقت (زیادہ سے زیادہ) 156.31s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 اینٹی اے آئی چالیں : 3.8 کوڈنگ : 5.5 مشترکہ : 3.2 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 7.7 عمومی ذہانت : 5.2 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 5.3 ٹول کالنگ : 9.5 معلومات عامہ : 3.0
#273#273	DeepSeek V4.1 Flashnone	5.4	DeepSeek	$0.151 ↓	14.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 34.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 137,687 آؤٹ پٹ ٹوکنز 273,780 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 14.85s ردِعمل کا وقت (کل) 326.72s ردِعمل کا وقت (زیادہ سے زیادہ) 247.66s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 3.7 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 7.7 عمومی ذہانت : 5.5 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#275#275	KAT-Coder-Air V2.5low	5.4	Kwaipilot	$0.046	10.63s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 43.9% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 61,094 آؤٹ پٹ ٹوکنز 6,532 ریزننگ ٹوکنز 53,882 ردِعمل کا وقت (اوسط) 10.63s ردِعمل کا وقت (کل) 233.77s ردِعمل کا وقت (زیادہ سے زیادہ) 86.23s غلط جواب: 7 اضافی فارمیٹنگ: 4 API خرابی: 2 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 3.5 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#289#289	Granite 4.2 8Bmedium	5.2	IBM Granite	$0.008 ↓	45.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 8.7 فی کوشش کامیابی کی شرح 34.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 52,909 آؤٹ پٹ ٹوکنز 7,058 ریزننگ ٹوکنز 12,272 ردِعمل کا وقت (اوسط) 45.97s ردِعمل کا وقت (کل) 1011.42s ردِعمل کا وقت (زیادہ سے زیادہ) 557.96s غلط جواب: 9 ٹائم آؤٹ: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.4 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 3.8 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#293#293	Granite 4.2 8Blow	5.1	IBM Granite	$0.012 ↓	54.36s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 9.0 فی کوشش کامیابی کی شرح 31.8% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 74,721 آؤٹ پٹ ٹوکنز 9,205 ریزننگ ٹوکنز 18,723 ردِعمل کا وقت (اوسط) 54.36s ردِعمل کا وقت (کل) 1195.97s ردِعمل کا وقت (زیادہ سے زیادہ) 566.80s غلط جواب: 10 ٹائم آؤٹ: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 3.0 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#262#262	Mimo V2 PROnone	5.6	Xiaomi	$0.045 ↓	2.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 39.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 39,344 آؤٹ پٹ ٹوکنز 2,352 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.27s ردِعمل کا وقت (کل) 45.50s ردِعمل کا وقت (زیادہ سے زیادہ) 6.58s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 5.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#263#263	Owl Alphanone	5.6	Openrouter	$0.000	9.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 42,283 آؤٹ پٹ ٹوکنز 5,913 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 9.88s ردِعمل کا وقت (کل) 207.38s ردِعمل کا وقت (زیادہ سے زیادہ) 47.10s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 3 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 5.6 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#321#321	Cobuddymedium	4.7	Baidu	$0.000	39.90s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 37,449 آؤٹ پٹ ٹوکنز 1,677 ریزننگ ٹوکنز 116,703 ردِعمل کا وقت (اوسط) 39.90s ردِعمل کا وقت (کل) 797.98s ردِعمل کا وقت (زیادہ سے زیادہ) 309.02s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 3.7 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.2 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 3.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#327#327	Grok 4.20 Betanone	4.4	X AI	$0.087 ↓	1.19s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 12 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 30.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 40,597 آؤٹ پٹ ٹوکنز 1,657 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.19s ردِعمل کا وقت (کل) 21.43s ردِعمل کا وقت (زیادہ سے زیادہ) 6.48s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 4.0 کوڈنگ : 1.8 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 0.0
#333#333	Hunter Alphanone	4.2	OpenRouter	$0.000	4.70s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 12 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 37.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 34,329 آؤٹ پٹ ٹوکنز 2,264 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.70s ردِعمل کا وقت (کل) 79.86s ردِعمل کا وقت (زیادہ سے زیادہ) 15.17s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 9.8 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 6.1 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 5.8 ٹول کالنگ : 10.0 معلومات عامہ : 0.0
#334#334	Grok 4.20none	4.1	X AI	$0.057 ↓	1.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 12 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 27.3% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 41,313 آؤٹ پٹ ٹوکنز 1,923 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.11s ردِعمل کا وقت (کل) 19.96s ردِعمل کا وقت (زیادہ سے زیادہ) 6.04s غلط جواب: 10 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 1.1 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 0.0
#207#207	LongCat 2.0none	6.4	Meituan	$0.044	5.17s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 40.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 108,752 آؤٹ پٹ ٹوکنز 9,375 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 5.17s ردِعمل کا وقت (کل) 113.83s ردِعمل کا وقت (زیادہ سے زیادہ) 48.38s غلط جواب: 13 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 4.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#215#215	Seed-2.0-Litenone	6.2	Bytedance Seed	$0.066	4.37s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 40.9% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 142,206 آؤٹ پٹ ٹوکنز 14,744 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.37s ردِعمل کا وقت (کل) 96.20s ردِعمل کا وقت (زیادہ سے زیادہ) 44.58s غلط جواب: 13 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 5.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#226#226	Trinity Large Thinkingmedium	6.1	Arcee AI	$0.756 ↓	85.44s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 48.5% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 118,486 آؤٹ پٹ ٹوکنز 156,166 ریزننگ ٹوکنز 860,619 ردِعمل کا وقت (اوسط) 85.44s ردِعمل کا وقت (کل) 1879.75s ردِعمل کا وقت (زیادہ سے زیادہ) 525.14s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 4 غیر معتبر ٹول کال: 2 اینٹی اے آئی چالیں : 6.8 کوڈنگ : 7.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 4.4 پہیلی حل کرنا : 5.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#229#229	Qwen3.5 Plus 2026-04-20none	6.1	Qwen	$0.122 ↓	13.10s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 94,477 آؤٹ پٹ ٹوکنز 51,487 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 13.10s ردِعمل کا وقت (کل) 288.23s ردِعمل کا وقت (زیادہ سے زیادہ) 206.05s غلط جواب: 12 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.9 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 6.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0

عالمی بینچ مارک رجحانات

دیکھیں کہ موجودہ ماڈلز اسکور، لاگت، رفتار، آؤٹ پٹ کی لمبائی اور زمرہ وار کارکردگی میں کیسے توازن رکھتے ہیں۔

چارٹس →

ذہانت بمقابلہ لاگت کی پیریٹو حد

نمایاں کمپنیوں کے بہترین اسکور کی وقت کے ساتھ پیش رفت

ذہانت بمقابلہ جواب کی رفتار کی پیریٹو حد

اسکور بمقابلہ آؤٹ پٹ ٹوکنز پیریٹو فرنٹیئر

تمام ماڈلز میں زمروں کی مشکل

فوری موازنہ

Gemini 3.6 FlashhighvsGemini 3.8 Flashhigh Gemini 3.8 FlashhighvsGPT-6 Solhigh GPT-6 SolhighvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6 Astrahigh GPT-6 AstrahighvsGPT-6 Astraxhigh GPT-6 AstraxhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow GPT-6 AstralowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium